Nature Biotech：基因组装配新方法

美国麻省大学医学院（UMMS）的研究人员，利用DNA互作频率数据，开发了更快更准确的基因组装配方法，并成功将其应用于复杂的基因组。

二代测序技术生成的DNA短读段，是构建完整基因组序列的基础，而UMMS开发的这种新方法能够将这些读段更有效的拼凑起来。

JobDekker博士及其同事通过这项研究展示，测定DNA片段间的相互作用频率，可以帮助人们在基因组三维结构的指引下，快速准确的组装基因组。他们利用这一技术，给人类基因组的未完成区域补上了65个DNA片段，文章于十一月二十四日发表在NatureBiotechnology杂志上。

“二代测序技术生成了大量的短DNA读取，这些信息对于研究者们非常宝贵，”文章资深作者，UMMS的Dr.Dekker教授说。“随着DNA读取越来越短，完整基因组的装配也变得更具挑战性。历经二十年的努力，人类基因组仍有缺口。”

在近十年来，高通量DNA测序的成本大大降低，测序新基因组已成常规。二代测序技术能够轻松读取成千上万的DNA序列，但这些序列都是被随机打断的短片段，需要经由计算机程序装配成为能够互相重叠的大片段。像这样的初步装配结果，往往是一系列DNA片段，人们得通过相互比对，才能将其按正确顺序排列成为完整的基因组。

然而，基因组中有大量区域充斥着重复性序列。在这种情况下，特定DNA片段可能有数千种可能的位置，要想为其准确定位是非常困难的。“如何组装这些DNA片段，已经成为相关研究的瓶颈，”文章的第一作者，NoamKaplan博士说。

为此，Dekker和Kaplan尝试将基因组三维结构作为组装线性DNA序列的指引。他们通过Hi-C技术，测定了基因组各DNA片段之间的相互作用频率。在基因组的三维结构中，距离较近的DNA序列互作更为频繁，而距离较远的DNA序列互作较少。随后研究人员通过计算机，在3D互作频率的基础上进行计算，以确定基因组各个片段的线性位置。

举例来说，从一维的线性基因组来看，一个序列也许能放在好几个不同的位置。而互作频率数据，可以确定该序列与其它序列的关系，即它与其它序列是近还是远。“当特定序列有多个可能的位置时，我们能够从三维上确定它在哪里更加合适，”Dr.Kaplan说。Kaplan和Dekker用这一新方法，确定了65个此前未能定位的片段位置。

Dekker补充道，“与现有方法相比，这一基因组装配的新方法更快速也更简单，能生成更高质量的基因组序列。此外，这一方法还有望用于鉴定癌症的标志性染色体畸变。”

（生物通叶予）